¿Cuál es la palabra que más se repite en español?

Una pregunta. ¿Cuál es la palabra que más se utiliza en la lengua de Cervantes? Y una pista: la palabra aparece en esa misma pregunta.

No es "que", que ocupa el tercer lugar de la lista de las más usadas, ni "la", que es la segunda palabra que más se repite en el castellano.

De hecho, la palabra que más usamos los hispanohablantes es la preposición "de", seguida de "la", "que", "el", "en", "y", "a", "los", "se" y "del". No debe extrañar, ya que estas preposiciones, pronombres y conjunciones son los comodines de nuestra lengua y funcionan en la oración como el cemento que fragua sujetos, complementos directos, verbos y demás elementos de la oración. Solo hasta esta misma frase, en los tres párrafos esta pieza ya se ha repetido "de" unas 9 veces, "la" otras 10, "que" 8 veces y "en" hasta en 4 ocasiones.

Esta es solo una de las curiosidades que arroja el Listado de frecuencias del CREA, el Corpus de Referencia del Español Actual, que elabora desde 1996 la Real Academia Española. Gracias a este banco de datos –que incorpora una ingente variedad de textos escritos y orales procedentes de todos los países de habla hispana y producidos desde 1975 hasta 2004– la RAE puede publicar en su web la lista de las palabras más usadas por los 500 millones de hispanohablantes del mundo.

Eso sí: los amantes de la lengua no encontrarán en esta compilación giros demasiado espectaculares. Las primeras posiciones están ocupadas, por supuesto, por preposiciones, conjunciones, pronombres y otras partículas cuya abundancia se explica por su carácter integrador en la oración. El primer verbo de la lista aparece en la posición 19 y se trata, por supuesto, del copulativo ser –en concreto, de su tercera persona del singular del presente de indicativo, "es"–. Más tarde aparecen "está" –en la posición 50–, "han" –en la 55– y "puede" –en la 59–.

El primer sustantivo entre las palabras más usadas en castellano es "tiempo" y aparece en la posición 70 de la lista, seguido de "vida" –76–, "gobierno" –86–, "día" –90–, "país" –98– y "mundo" –101–.

Según explica la propia Academia, el 10% de los textos del CREA proceden de la lengua oral y el 90% de la escrita. De este 90%, a su vez, "un 49% son libros, otro 49% es prensa" y un 2% marginal es lo que lo que la RAE denomina miscelánea. "Folletos, prospectos, correos electrónicos, ciberbitácoras, etcétera". Este criterio explica la recurrencia de términos abundantes en periodismo –como la palabra "presidente", que aparece en la posición 115, o "millones", en la 132– y justifica la gran ausencia de la lista: los tacos. "Carajo" aparece en la posición 7.795 de la lista y una palabra tan frecuente como "coño" no aparece hasta la 8.379.

Es posible que el lector español tampoco encuentre demasiados localismos entre estas repeticiones, ya que el 50% de los materiales muestreados proceden de nuestro país y el otro 50% de Hispanoamérica. Este sesgo, sin embargo, explica que la palabra "España", en la posición 134, sea la nacionalidad más recurrente en nuestro léxico, seguida de "México" –367–, "Argentina" –681–, "Colombia" – 1.110– y "Venezuela" – 1.336–. "América" aparece en la posición 671 y "Latinoamérica" no sale hasta que llegamos a la 5.885. Uno de los países con más hispanohablantes del mundo, Estados Unidos, no aparece en esta lista técnica porque su nombre es una construcción de dos términos. En la lista solo aparecen "estados" en la posición 219 y "unidos" en la 287.

El nombre de persona más común de la lengua castellana, "María", es a la vez la palabra 286 de la lista de las más repetidas. "José" aparece en la posición "183" y "Antonio", en la 396.